[논문리뷰] Invisible Shortcuts: Why Vision Encoders Know Your Camera본 연구는 현대의 거대한 시각 인코더들이 단순히 의미론적 콘텐츠를 학습하는 것을 넘어, 데이터의 저수준 메타데이터 흔적을 'shortcut'으로 학습한다는 문제를 해결하고자 한다.#Review#Shortcut Learning#Vision Encoders#Metadata Traces#Pretraining#Out-of-Distribution#Data Augmentation#Adversarial Mitigation2026년 8월 6일댓글 수 로딩 중
[논문리뷰] Scaling Laws for Hypernetwork-Based Knowledge Injection in Large Language Models본 논문은 LLM에 대한 대규모 사실적 지식 주입의 신뢰성 및 확장성 문제를 해결하기 위해 Hypernetwork 기반 접근 방식을 제안합니다. 기존의 full fine-tuning이나 PEFT는 지식 주입 시 catastrophic forgetting과 OOD 일반화 부족이라는 한계를 지니고 있습니다.#Review#Hypernetworks#Knowledge Injection#Scaling Laws#Large Language Models#MegaWikiQA#Out-of-Distribution#LoRA2026년 7월 22일댓글 수 로딩 중
[논문리뷰] Beyond Static Leaderboards: Predictive Validity for the Evaluation of LLM Agents본 논문은 현대의 LLM 에이전트가 단일 점수 기반의 정적 리더보드로는 충분히 평가될 수 없으며, 이로 인해 Rank Instability가 발생한다는 점을 지적합니다.#Review#LLM Agents#Predictive Validity#Benchmark#Evaluation#Out-of-Distribution#MCP#Leaderboard2026년 6월 18일댓글 수 로딩 중
[논문리뷰] Frequency Bias and OOD Generalization in Neural Operators under a Variable-Coefficient Wave Equation본 논문은 Neural Operator가 학습 분포 내(In-Distribution)에서는 뛰어난 성능을 보이지만, 물리적으로 구조화된 분포 변화(Structured distribution shifts)가 발생할 때 어떻게 일반화되는지에 대한 근본적인 의문을 해결하고자 합니다.#Review#Neural Operator#Operator Learning#Frequency Bias#Out-of-Distribution#PDE#Wave Equation2026년 5월 13일댓글 수 로딩 중
[논문리뷰] Layer by layer, module by module: Choose both for optimal OOD probing of ViT사전 훈련된 Vision Transformer (ViT) 의 중간 레이어 행동을 심층적으로 분석하고, 분포 변화(distribution shift) 상황에서 어떤 레이어와 모듈이 최적의 선형 프로빙(linear probing) 성능을 보이는지 규명하는 것을 목표로 합니다.#Review#Vision Transformer#Out-of-Distribution#Linear Probing#Distribution Shift#Foundation Models#Intermediate Layers#Module Analysis2026년 3월 8일댓글 수 로딩 중
[논문리뷰] Test-Time Spectrum-Aware Latent Steering for Zero-Shot Generalization in Vision-Language ModelsVision-Language Models(VLM)이 테스트 시점의 도메인 변화(OOD)에 취약하여 성능이 저하되는 문제를 해결하고, 기존 Test-Time Adaptation(TTA) 방법론의 높은 계산 비용과 메모리 사용량, 그리고 frozen encoder 수정의 필요성 같은 제약을 극복하는 효율적이고 비침습적인 프레임워크를 개발하는 것이 목표입니다.#Review#Vision-Language Models#Test-Time Adaptation#Zero-Shot Generalization#Spectral Decomposition#Latent Space Steering#SVD#Out-of-Distribution2025년 11월 17일댓글 수 로딩 중
[논문리뷰] Inverse IFEval: Can LLMs Unlearn Stubborn Training Conventions to Follow Real Instructions?본 논문은 대규모 언어 모델(LLMs)이 지도 미세 조정(SFT) 과정에서 학습한 표준화된 패턴과 상충하는 지시를 따르는 데 어려움을 겪는 ' 인지적 관성 ' 문제를 해결하고자 합니다.#Review#LLMs#Instruction Following#Benchmark#Cognitive Inertia#Out-of-Distribution#Supervised Fine-Tuning#Evaluation#Robustness2025년 9월 5일댓글 수 로딩 중
[논문리뷰] RL-PLUS: Countering Capability Boundary Collapse of LLMs in Reinforcement Learning with Hybrid-policy Optimization본 논문은 LLM 의 강화 학습(RLVR) 과정에서 발생하는 '능력 경계 붕괴(capability boundary collapse)' 문제를 해결하는 것을 목표로 합니다. 기존 RLVR 방식이 LLM의 내재된 능력 범위를 넘어서는 새로운 추론 능력을 획득하지 못하고 문제 해결 범위를 축소시키는 한계를 극복하고자 합니다.#Review#Large Language Models#Reinforcement Learning#Capability Collapse#Hybrid Policy Optimization#Multiple Importance Sampling#Exploration#Math Reasoning#Out-of-Distribution2025년 8월 7일댓글 수 로딩 중